Software tools for analysis of ring 3D structure

Bc. Michal Oleksik

Bachelor's thesis

Abstract:

Molekuly proteínov sú dôležitými stavebnými prvkami organizmov a ich 3D štruktúry (polohy atómov v týchto štruktúrach) sú dôležitým základom pre ich výskum. Informácie o 3D štruktúrach proteínov sú uložené v Protein Data Bank (PDB). Validácia dát v PDB je dôležitou súčasťou bioinformatiky pre zabezpešenie kvalitného výskumu. Aj keď existujú snahy o validáciu dát pri vkladaní nových proteínov do PDB, nesprávne dáta sa v PDB stále vyskytujú, najmä na úrovni malých molekúl, ako sú konformácie (priestorové usporiadania) cyklopentánov, cyklohexánov, benzénov a oxánov. Táto práca sa zameriava na validáciu konformácii molekulových cyklov. Popisuje metodológiu a postup validácie cyklov a tiež program ConfAnalyser v1, ktorý určuje konformácie cyklov. Tento program je v tejto práci analyzovaný a zdokumentovaný. Následne je ConfAnalyser v1 prepísaný a reimplementovaný v jazyku Python pričom je obohatený o novú funkcionality. Konkrétne bola napríklad opravená implementácia určovania konformácii oxánových cyklov. Týmto spôsobom vznikla nová verzia ConfAnalyseru, pomenovaná ako ConfAnalyser v2. ConfAnalyser v2 má čistý kód, prehľadnejšiu štruktúru, dobrú dokumentáciu, je ľahšie spravovateľný a rýchlejší než ConfAnalyser v1. Súčasťou tejto práce je aj porovnanie funkčnosti a výkonu medzi ConfAnalyserom v2 a ConfAnalyserom v1.

Abstract:

Protein molecules are important building blocks of organisms, and their 3D structures (positions of atoms in these molecules) are key inputs for life sciences. Information about protein 3D structures is stored in Protein Data Bank (PDB). Validation of data in PDB is an important part of bioinformatics to ensure the quality of research. While efforts for validation exist during the data deposition into PDB, incorrect data still pollutes this database, especially on a level of small molecules - for example, conformations (spatial arrangements) of rings in cyclopentanes, cyclohexanes, benzenes and oxanes. This thesis focuses on the validation of ring conformations. The thesis describes a methodology, a workflow for ring validation, and a tool ConfAnalyser v1, which detects conformations of rings. In the thesis, ConfAnalyser v1 functionality is examined and documented. Afterwards, ConfAnalyser v1 is rewritten into Python and its functionality is improved. Specifically, an analysis of oxane conformations is corrected. This way, a new version of ConfAnalyser (named as ConfAnalyser v2 is created. ConfAnalyser v2 has a clean code, is well documented, better maintainable and faster than ConfAnalyser v1. A part of the thesis is also a comparison of functionality and performance between ConfAnalyser v2 and ConfAnalyser v1.

Keywords

protein, 3D structure, validation, ring conformation, PDB

Language used: English

Date on which the thesis was submitted / produced: 23. 5. 2024

Thesis defence

• Date of defence: 26. 6. 2024
• Supervisor: doc. RNDr. Radka Svobodová, Ph.D.
• Reader: Mgr. Vladimír Horský, Ph.D.

Masaryk University

Faculty of Informatics

Bachelor programme / field:
Programming and development / Programming and development